开发一个安全的基于Web的医疗成像分析平台: AWESOMME项目

科学领域:

• 医学成像分析分析 医学成像分析
• 精准医学中的机器学习
• 计算病理学计算病理学

背景情况:

• 精准医学依赖于机器学习来处理患者数据,包括图像分析和计算机辅助诊断.
• 需要有效处理和可视化大量的医疗图像和相关数据.

研究的目的:

• 为骨髓瘤患者提出一个分析管道,使用细分,特征提取和深度学习来预测治疗反应.
• 在一个安全,可访问的网络平台上 (AWESOMME项目) 实现这一管道,以进行增强的医学数据分析.

主要方法:

• 开发一个由三个组件组成的Web应用程序架构:数据服务器,计算/认证服务器和医疗成像Web框架.
• 加强专家数据生产中安全和可追溯性的现有组件.
• 医疗成像处理步骤的整合:可视化,细分,特征提取和计算机辅助诊断.

主要成果:

• AWESOMME平台涵盖了医疗成像处理的所有步骤,并促进了机器学习模型的测试和使用.
• 基础设施已经投入使用,部署在内部生产中,并安装在医院环境中.
• 用户反和案例研究扩展改进了功能,证明了 AWESOMME 的模块化性.

结论:

• AWESOMME提供了一个模块化解决方案,用于分析医疗数据,并与临床医生共享研究算法.
• 该平台通过实现强大的模型创建和用于癌症治疗预测的数据处理来增强精准医学研究.
• 实施的Web应用程序支持通过安全和可追溯的工作流程持续生成专家数据.